之间最邻近搜索和计算机视觉相似
最邻近搜索和计算机视觉有(在联盟百科)3共同点: 基于内容的图像检索,光学字符识别,模式识别。
基于内容的图像检索
基于内容的图像检索(Content-based image retrieval,CBIR;或content-based visual information retrieval),属于图像分析的一个研究领域。基于内容的图像检索目的是在给定查询图像的前提下,依据内容信息或指定查询标准,在图像数据库中搜索并查找出符合查询条件的相应图片。 互联网络上传统的搜索引擎,包括Google、Yahoo以及MSN都推出相应的图片搜索功能,但是这种搜索主要是基于图片的文件名建立索引来实现查询功能(也许利用了网页上的文字信息)。这种从查询文字,文件名,最后到图片查询的机制并不是基于内容的图像检索。基于内容的图像检索指的是查询条件本身就是一个图像,或者是对于图像内容的描述,它建立索引的方式是通过提取底层特征,然后通过计算比较这些特征和查询条件之间的距离,来决定两个图片的相似程度。.
基于内容的图像检索和最邻近搜索 · 基于内容的图像检索和计算机视觉 ·
光学字符识别
光学字符识别(Optical Character Recognition, OCR)是指对文本资料的图像文件进行分析识别处理,获取文字及版面信息的过程。.
模式识别
模式识别(Pattern recognition),就是通过计算机用数学技术方法来研究模式的自动处理和判读。我们把环境与客体统称为“模式”。随着计算机技术的发展,人类有可能研究复杂的信息处理过程。信息处理过程的一个重要形式是生命体对环境及客体的识别。对人类来说,特别重要的是对光学信息(通过视觉器官来获得)和声学信息(通过听觉器官来获得)的识别。这是模式识别的两个重要方面。市场上可见到的代表性产品有光学字符识别、语音识别系统。 计算机识别的显著特点是速度快、准确性高、效率高,在将来完全可以取代人工录入。 识别过程与人类的学习过程相似。以光學字元識別之“汉字识别”为例:首先将汉字图像进行处理,抽取主要表达特征并将特征与汉字的代码存在计算机中。就像老师教我们「这个字叫什么、如何写」记在大脑中。这一过程叫做“训练”。识别过程就是将输入的汉字图像经处理后与计算机中的所有字进行比较,找出最相近的字就是识别结果。这一过程叫做“匹配”。.
最邻近搜索和模式识别 · 模式识别和计算机视觉 ·
上面的列表回答下列问题
- 什么最邻近搜索和计算机视觉的共同点。
- 什么是最邻近搜索和计算机视觉之间的相似性
最邻近搜索和计算机视觉之间的比较
最邻近搜索有24个关系,而计算机视觉有41个。由于它们的共同之处3,杰卡德指数为4.62% = 3 / (24 + 41)。
参考
本文介绍最邻近搜索和计算机视觉之间的关系。要访问该信息提取每篇文章,请访问: